Numpy：条件搜索排序

Question

我有以下数组

I0 = np.array([1, 0, 0, 0, 1, 0, 0, 1])
X0 = np.array([1, 3, 4, 4, 5, 6, 7, 8])

I1 = np.array([1, 0, 0, 1, 1, 0, 1])
X1 = np.array([1, 4, 5, 6, 7, 8, 9])

对于 X1 中 I1 == 1 的值，我想要找到在 X0 中的索引，满足条件 (I0 == 1) & (X0 <= X1)

indices = np.searchsorted(X0[I0 == 1], X1[I1 == 1], side='right')-1
X0[I0 == 1][indices] # [1, 5, 5, 8]

但我想要的并不是X0[I0 == 1]中的索引，而是X0中的索引。

- user3055163

Answer 1

对应元素的索引如下：

Q0 = np.arange(X0.size)[I0 == 0]

所以

indices = Q0[indices]

顺便说一下，我强烈建议将你的I*数组布尔化。例如：

I0 = np.array([True, False, False, False, True, False, False, True])

这将使您能够直接使用它进行索引，而无需创建另一个临时数组：

X0[I0]

- Mad Physicist

---

我认为这并不无关紧要，因为您所建议的仅在I0为布尔值时才有效。此外，还有一些numpy函数可用（where，nonzero，flatnonzero）。 - Paul Panzer

@Paul。已更新。那是我的错误。这些函数会创建更多的临时数组，我建议OP可以部分避免。 - Mad Physicist